Meta研究人员创建人工智能系统，来编写出维基百科风格的传记草稿，使得维基百科编辑能够以最少的编辑，在维基百科上提供女性人物的传记，以补充目前维基百科上，男女性人物传记数量失衡的状况。
维基百科一直是全球访问量前10名的网站，是许多人搜索历史人物与领创者资讯的第一站，但这些人的传记，并不总是被平等的呈现在维基百科上，根据维基媒体自己的研究资料，英文网站上只有大约20%的传记是关于女性。Meta研究人员提到，交叉性群体像是科学界女性、非洲女性或是亚洲女性的传记数量可能更少。
虽然女性可能更倾向于撰写其他女性的传记，但Meta研究人员在维基媒体《2021年社群洞察报告》中发现，维基百科中只有15%的编辑是女性，他们提到，女性在历史上，对科学、政治、社会甚至是企业家精神，都产生巨大的影响，但是这些女性人物却被忽视，或是被以不成比例的方式在维基百科上呈现。
研究人员举例，像是加拿大物理学家Donna Strickland，在2018年的时候获得诺贝尔物理学奖，却在维基百科上无法找到任何关于他的资讯，一直到Donna Strickland获得该领域最大的奖项，他的传记才终于被发布。
因此Meta研究人员，开发了一个端到端人工智能模型，作为解决问题的起点，该模型能够自动创建现实公众人物的传记文章。模型会先在网络上搜索相关的资讯，并且写出关于该人物的维基百科式条目，并且附上引用资料。
由于该人工智能系统仍还存在一些限制，因此定位上需要能与维基百科编辑互补，由人工智能系统产生草稿，接着再由编辑进行事实查证和补充。模型的限制包括，用来创建维基百科条目的网页内容，可能存在文化偏见，而且在技术上，文本生成系统容易产生幻觉（Hallucination），也就是非事实的内容。
以下彩色文本，是由模型替无脊椎动物的研究先驱Libbie Hyman，所生成的简短传记，绿色文本来自参照文章，紫色文本则来自网络上的证据，橘色文本则表示幻觉，是由模型脑补，无法被验证的资讯。
虽然模型所生成的结果无法直接被使用，但是模型检索了Libbie Hyman相关资料，包括对无脊椎动物的研究、重要出版物和工作等，使得维基百科编辑能根据这项基础，借由验证内容的正确性，并且补充Libbie Hyman的生活和成就，更快速地完成传记。
虽然在技术上还是有不足的地方，但这却是对维基百科内容的性别平等踏出重要的一步，这项研究接下来还有许多工作要做，研究人员提到，他们目前的工作，仅是解决一个复杂问题的一小部分，其他问题像是在参照网络资料时，女性的传记通常包含更多额外的生活细节，像是离婚这个词，出现在女性传记的频率是男性传记的4倍，来自小报的素材，往往更关注女性的生活，而这些细节可能冲淡更应该专注的成就。
Meta研究人员提到，目前该模型把重点摆在女性，不过维基百科上还有许多内容存在偏见，根据维基百科对社群文章偏见的研究，发现跨性别和二元性别人物的传记，往往长度更长，但是大部分章节都是描写个人生活，而非个人成就，因此要在当前的内容中，识别不同的偏见形式，也是接下来需要继续研究的部分。